是否有可能改进此代码以获得速度？

-1

我写了一个R脚本，并在16个变量和1 000 000个观测值的数据帧上执行它，但尚未完成。是否有可能改进此代码以获得速度？

for(i in seq_along(cp.up$Connection.Number)){ 
if (nchar(cp.up$IMEI[i]) == 14){ 
    cp.up$IMEI.enrichi[i] <- substr(cp.up$IMEI[i], 1, 8) 
} else if(nchar(cp.up$IMEI[i] == 13)){ 
    cp.up$IMEI.enrichi[i] <- substr(cp.up$IMEI[i], 1, 7) 
} else { 
    cp.up$IMEI.enrichi[i] <- NA 
    } 
}

该代码运行良好，因为当我停止该过程时，部分fataframe已满。

在此先感谢！

编辑：ifelse语句解决问题，

chars <-nchar(cp.up$IMEI) 
cp.up$IMEI.enrichi <- ifelse(chars == 14, substring(cp.up$IMEI, 1, 8), 
         ifelse(chars == 13,substring(cp.up$IMEI, 1, 7), NA))

来源

2015-02-06 Dimitri Petrenko

什么是cp.up？你可以输入数据吗？ – 2015-02-06 16:42:51

'sapply'不会加速任何事情。 – Roland 2015-02-06 16:43:27

cp.up是一个数据框！ – 2015-02-06 16:44:29

有多少你的字符串的长度有13和14？如果是只有少数可能更快与NA填写您的载体，然后用适当的子字符串替换那几个值开始：

cp.up$IMEI.enrichi <- NA 
tmp.nchar <- nchar(cp.up$IMEI) 
w1 <- which(tmp.nchar ==14) 
cp.up$IMEI.enrichi[ w1 ] <- substr(cp.up$IMEI[w1], 1, 8) 
w2 <- which(tmp.nchar == 13) 
cp.up$IMEI.enrichi[ w2 ] <- sustr(cp.us$IMEI[w2], 1, 7)

这甚至可能会更快，当大多数串有13首或14个字符因为您正在利用矢量化函数，而不是在每次迭代中进行比较。

另一种方法来查看您的计算机是否具有多个核心（或者您可以访问具有多个核心的计算机，您可以运行该核心，某些云计算系统可以让您的空闲时间开始，涵盖了你需要的东西），然后查看Rdsm软件包和并行软件包，以便可以在数据框的不同部分填充不同的核心。 pbd软件包也可以在这里工作，但我认为Rdsm的方法可能是最简单和最快的启动和运行。

来源

2015-02-06 17:25:53

谢谢greg，6/10字符串的长度是14,3/10的长度是13和1/10是NA。你的代码比ifelse语句中的$ nicolas响应快一点。感谢你的信息。 – 2015-02-06 17:42:29

是否有可能改进此代码以获得速度？

回答

相关问题